神经符号系统:非确定性管理的视角

作     者：李泽南 姚远 马晓星 吕建 Zenan LI;Yuan YAO;Xiaoxing MA;Jian LU

作者机构：南京大学计算机软件新技术全国重点实验室南京210023 南京大学计算机学院南京210023 

出 版 物：《中国科学:信息科学》 (Scientia Sinica(Informationis))

年 卷 期：2025年第55卷第1期

页      面：1-31页

核心收录：

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(批准号:62025202) 江苏省软件新技术与产业化协同创新中心资助项目 

主　　题：神经符号学习 神经符号接地 推理捷径 符号约束合成 

摘      要：作为一种智能化软件形态,融合了神经网络和符号规则的神经符号系统正受到越来越多的关注,相关研究爆炸性增长.然而,现有技术仍然难以有效支持较大规模神经符号系统“端到端的自动构建.神经网络训练和符号规则学习过程中对非确定性的不兼容的处理方式是造成神经符号学习效果欠佳的一个关键因素.本文旨在以非确定性管理的新视角,较为系统、一致、严谨地讨论分析“端到端神经符号学习的技术挑战,并以此视角整理讨论相关工作的思路、进展和当前仍然存在的问题.在此基础上,展望下一步的发展方向.